Text Independent - Create Enrollment

Service:

Speaker Recognition

API Version:

2021-09-05

プロファイルの登録
既存のプロファイルに登録を追加します。 最初の登録は、/phrases/{locale} API を使用して一覧表示できる定義済みのアクティブ化フレーズである必要があります。 要求された登録オーディオの最小数に達すると、音声印刷が作成されます。 それ以上の登録は、音声印刷を改善するために使用されます。

制限事項:

• 要求あたりのオーディオ入力の最小長は 1 秒です

• 要求あたりのオーディオ入力の最大長は 120 秒です

• ボイスプリントを作成するための最小有効音声長 (無音やその他の音声以外のフレームを除く) は 20 秒 です。この制限は、ignoreMinLength を true に設定することで無効にすることができます。

• ボイスプリントの作成に使用できるオーディオ入力の最大長は 300 秒です

• 最小オーディオ信号対ノイズ比 (SNR) は 2dB です

POST {endpoint}/speaker-recognition/identification/text-independent/profiles/{profileId}/enrollments?api-version=2021-09-05

With optional parameters:

POST {endpoint}/speaker-recognition/identification/text-independent/profiles/{profileId}/enrollments?api-version=2021-09-05&ignoreMinLength={ignoreMinLength}

URI パラメーター

名前	/	必須	型	説明
endpoint	path	True	string	サポートされている Cognitive Services エンドポイント (プロトコルとホスト名など)。 https://westus.api.cognitive.microsoft.com
profileId	path	True	string uuid	プロファイル ID (guid) の一意識別子。
api-version	query	True	string	この要求に使用する操作のバージョンを指定します。
ignoreMinLength	query		boolean	true の場合、指定または保存される音声の量に関係なく、このプロファイルに対して音声印刷がすぐに作成されます。 既定値は false です。

要求ヘッダー

Media Types: "audio/wav; codecs=audio/pcm"

名前	必須	型	説明
Ocp-Apim-Subscription-Key	True	string

要求本文

Media Types: "audio/wav; codecs=audio/pcm"

名前	型	説明
audioData	object	バイナリ オーディオ ファイル。 サポートされている形式はオーディオ/wav です。codecs=audio/pcm。 最大 5 MB のオーディオをサポートします。

応答

名前	型	説明
201 Created	TiEnrollmentInfo	作成済み
Other Status Codes	SpeakerErrorInfo	障害 Headers x-ms-error-code: string

セキュリティ

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

例

Successful Query

Sample Request

HTTP

POST https://westus.api.cognitive.microsoft.com/speaker-recognition/identification/text-independent/profiles/49a36324-fc4b-4387-aa06-090cfbf0064f/enrollments?api-version=2021-09-05


"{binary file date}"

Sample Response

Status code:

201

Content-Type: application/json

Response Body

{
  "profileId": "49a36324-fc4b-4387-aa06-090cfbf0064f",
  "enrollmentStatus": "Enrolling",
  "enrollmentsCount": 1,
  "enrollmentsLengthInSec": 1.83,
  "enrollmentsSpeechLengthInSec": 1.35,
  "remainingEnrollmentsSpeechLengthInSec": 18.65,
  "audioLengthInSec": 1.83,
  "audioSpeechLengthInSec": 1.35
}

Status code:

default

Content-Type: application/json
x-ms-error-code: Error Code

Response Body

{
  "error": {
    "code": "Error Code",
    "message": "Erro Messae"
  }
}

定義

名前	説明
Error
SpeakerErrorInfo	話者のエラー メッセージ
TiEnrollmentInfo	話者プロファイルの登録情報
TrainingStatusType	プロファイル登録の現在の状態を表す状態。 使用可能な値は次のとおりです。 登録中: プロファイルには音声印刷がなく、認識要求の準備ができていません。 トレーニング: プロファイルの音声印刷が作成されており、現時点では認識に使用できません。 登録済み: プロファイルには音声印刷があり、認識要求の準備ができています。

Error

名前	型	説明
code	string
message	string

SpeakerErrorInfo

話者のエラー メッセージ

名前	型	説明
error	Error

TiEnrollmentInfo

話者プロファイルの登録情報

名前	型	説明
audioLengthInSec	number	この登録オーディオの長さ (秒単位)。
audioSpeechLengthInSec	number	この登録オーディオの純粋な音声 (無音セグメントと非音声セグメントを削除した後のオーディオの量) の長さ (秒)。
enrollmentStatus	TrainingStatusType	プロファイル登録の現在の状態を表す状態。 使用可能な値は次のとおりです。 登録中: プロファイルには音声印刷がなく、認識要求の準備ができていません。 トレーニング: プロファイルの音声印刷が作成されており、現時点では認識に使用できません。 登録済み: プロファイルには音声印刷があり、認識要求の準備ができています。
enrollmentsCount	integer	このプロファイルで受け入れられる登録オーディオの数。
enrollmentsLengthInSec	number	このプロファイルで受け入れられる登録オーディオの合計長 (秒単位)。
enrollmentsSpeechLengthInSec	number	すべてのプロファイル登録で、純粋な音声 (無音セグメントと非音声セグメントを削除した後のオーディオの量) を秒単位で合計します。
profileId	string	プロファイル ID (guid) の一意識別子。
remainingEnrollmentsSpeechLengthInSec	number	プロファイル登録を数秒で完了するために必要な純粋な音声の量 (無音セグメントと非音声セグメントを削除した後のオーディオの量)。

TrainingStatusType

プロファイル登録の現在の状態を表す状態。 使用可能な値は次のとおりです。

• 登録中: プロファイルには音声印刷がなく、認識要求の準備ができていません。
• トレーニング: プロファイルの音声印刷が作成されており、現時点では認識に使用できません。
• 登録済み: プロファイルには音声印刷があり、認識要求の準備ができています。

名前	型	説明
Enrolled	string
Enrolling	string
Training	string